No hay IA - carrera y si la hay, es la equivocada para correr

https://allai.nl/there-is-no-ai-race/

La prensa y los responsables políticos están obsesionados con la llamada carrera de la IA, y con la posición de Europa en ella. Esta misma semana, en Davos, ejecutivos estadounidenses advirtieron que China podría estar ganando esta supuesta carrera. En otro artículo reciente, Bloomberg señalaba que los países se apresuran a no quedarse atrás. También señalaba con acierto que aún queda mucho camino por recorrer antes de que la Inteligencia Artificial (IA) sea comercialmente viable. En su visión de la IA, lanzada el pasado diciembre, la Comisión Europea ha descrito su preocupación por la posición de la IA en esta carrera, que algunos han afirmado que Europa ya ha perdido.

-

En mi opinión, este discurso de la carrera es erróneo y peligroso. Pone el foco en la competencia y trae consigo una sensación de pesimismo y desesperación. Pero permítanme compartir con ustedes dos ideas.

En primer lugar, no existe la carrera

y, en segundo lugar, si la hay, es la carrera equivocada.

- 

No hay carrera por la propia definición de carrera: una competición de velocidad, contra un criterio objetivo, normalmente un reloj o hasta un punto concreto. En los desarrollos de IA, no tenemos un punto final. Tampoco tenemos un momento específico para detenernos. Por lo tanto, no hay manera de determinar cuándo y dónde alguien ganará esta supuesta carrera. Asumir que esta "carrera" se puede ganar, significa que habría un momento en el que podemos dejar de desarrollar la tecnología, y de hacer avanzar a la humanidad. Puede que haya algunas batallas que ganar, pero ganar una batalla no significa que el vencedor esté preparado.

El hecho de que sea la carrera equivocada, es una cuestión aún más importante. EE.UU. y China apuestan por los desarrollos de aprendizaje automático, y en particular por el aprendizaje profundo, como los enfoques que lograrán la IA, y por tanto les permitirán "ganar" esa supuesta carrera. Estos enfoques se basan en la disponibilidad de enormes cantidades de datos y potencia computacional, para permitir a las máquinas percibir, o aprender, características de un dominio particular. Esto se utiliza para reconocer rostros en fotografías, para determinar la solvencia de los solicitantes de una hipoteca o para reconocer células cancerosas en escáneres o imágenes de rayos X. Todas ellas son aplicaciones relevantes e importantes, y los avances logrados en los últimos años son realmente notables. Sin embargo, estos enfoques se centran en un aspecto de la inteligencia, el de la capacidad de percibir patrones y hacer predicciones basadas en esas percepciones. La verdadera inteligencia es más que eso, e incluye la capacidad de razonar, interactuar y decidir a partir de información escasa, incompleta y contradictoria. Hay una necesidad urgente de explorar alternativas para los enfoques estadísticos del aprendizaje. De hecho, esta misma semana, un estudio que analiza 25 años de investigación en IA ha concluido que la era del aprendizaje profundo está llegando a su fin. Europa siempre ha sido fuerte en los enfoques simbólicos de la IA y en la robótica (social). Estas son precisamente algunas de las áreas en las que hay que invertir en este momento, las tecnologías que harán avanzar la IA en un futuro próximo. Por lo tanto, sería un error seguir ciegamente a EE.UU. y China en su "carrera" de aprendizaje automático cuando ahora es la oportunidad de mostrar la valía de los enfoques alternativos. Enfoques en los que los europeos podemos tener ventaja.

Otras razones por las que centrarse en enfoques con muchos datos no es lo adecuado son su impacto negativo en el bienestar humano y en el medio ambiente. Cualquier desarrollo que no impulse la confianza no tendrá éxito en última instancia. No existe un modelo de negocio para la IA no fiable o poco ética. Los resultados y las decisiones tomadas por los sistemas basados en el aprendizaje profundo y las redes neuronales son difíciles de entender y de explicar y, por tanto, no son sostenibles en muchos ámbitos en los que la confianza de los usuarios y experst es crucial. Además, los enfoques actuales son muy poco respetuosos con el medio ambiente: la cantidad de recursos (energéticos) necesarios para almacenar y computar los datos ya es comparable a las necesidades de una pequeña ciudad. Esto no es sostenible, especialmente si el camino a seguir se basa en el crecimiento exponencial de los datos y la potencia de cálculo.

Europa es sede de una sólida investigación fundamental en IA, líder en el mundo, y es conocida por su sólida base ética y su respeto a los derechos humanos. Situar estos aspectos en el centro de los avances en IA conducirá a grandes avances que pueden hacer que la IA avance de forma rentable y, sobre todo, que promueva el bienestar humano y medioambiental. Esto implicará un cambio de mentalidad en lo que respecta a la forma de hacer negocios y a la inclusión del proceso de toma de decisiones. El desarrollo responsable de la IA, basado en los principios éticos y los derechos humanos, no es una carga para la investigación y la inversión, sino EL peldaño que hará avanzar esta poderosa tecnología. Más que una decisión técnica, se trata de una política y una visión que sólo Europa es capaz de realizar en este momento.

El objetivo no es ganar carreras, sino garantizar el bienestar de la humanidad y el medio ambiente.